华为杯全国研究生数学建模竞赛.pdf

参赛密码 （由组委会填写） 第十届华为杯全国研究生数学建模竞赛 第十届华为杯全国研究生数学建模竞赛 学 校 同济大学 参赛队号 1.周飞 队员姓名 2.葛卫梁 3.林宝照 参赛密码 （由组委会填写） 第十届华为杯全国研究生数学建模竞赛 第十届华为杯全国研究生数学建模竞赛 题 目 变循环发动机部件法建模及优化 摘 要： 本文对变循环发动机部件法建模，非线性方程与方程组及多变量性能寻优 问题进行了研究。 在问题一中，本文首先利用附录3 提供的压比函数值定义式计算即可得到 各换算转速、各增压比值对应的压比函数值，然后画出流量随压比函数值变化 的图形 （图2 ）。接着利用附录 1 及附录3 的公式在Matlab 中编程求解，其中 增压比和换算流量涉及到了插值计算。求解结果如下：风扇的出口总温 378.34852 、总压 和流量19.04771，CDFS 的出口总温419.37667K 、 K 1.28834bar 出口总压1.77447bar 和流量16.93963 。 针对问题二首先通过部件法建模法，将进气道、风扇、CDFS 等12 个部件 的特性计算组成涉及7 个变量的发动机全流程参数计算，而7 个平衡方程组成 了非线性方程组。该非线性方程组无明显的数学表达形式，因此不可能得到解 析解，需要采用数值计算方法来求解。问题的实质是求解一组隐式非线性方程 组，满足残差最小的优化目标。本文首先分别应用牛顿-拉弗森算法与遗传算法 分别对变循环发动机模型的非线性方程组求解。考虑到牛顿-拉弗森算法与遗传 算法的各自优点，本文设计了遗传算法与牛顿-拉弗森算法相结合的混合算法。 在所设计的算法流程中，首先由牛顿-拉弗森算法求解，对于牛顿-拉弗森算法 求解不收敛的工作点，则调用遗传算法重新确定一点，作为牛顿-拉弗森算法新 的迭代初值，如此反复。既保持了牛顿-拉弗森算法的高计算效率，又吸收了遗 传算法全局收敛的优点，在保持与现有模型计算效率一致的情况下，彻底突破 了发动机非线性数学模型中平衡方程与非线性方程常规解法的局限，实现了模 1 型在整个包线范围内的收敛。经过综合求解，最后求解出7 个变量的值为高速 转速0.879、主燃烧出口温度1520、风扇、CDFS、压气机、高压涡轮、低压涡 轮的压比函数分别为0.554、0.634、0.793、0.213、0.0254 。 问题三的实质是单涵道模式下，变循环发动机CDFS 导叶角度、低压涡轮 导叶角度和喷管喉道面积三个可调变量在各自的可调范围内可调，需要对可调 变量进行性能寻优，使得设定的性能目标达到最优。本文采用遗传算法对变循 环发动机的变几何量进行编码，执行遗传操作对某一性能目标进行寻优，分别 对变循环发动机的在固定和变化马赫数下进行最大推力、最小耗油率两种优化 目标的性能寻优控制，结果见表3、表4 。 本文综合运用数理统计、牛顿-拉弗森法、遗传算法等数学方法，利用Matlab 软件，结合多种模型对所提出问题进行了研究，具有很好的实用性与推广性。 最后，总结了模型的优点与不足，并提出了基于牛顿-拉弗森法和BP 神经网络 的混合模型，为后续研究此类问题的学者提供了一个新的思路。 关键词：变循环发动机、部件法建模、牛顿-拉弗森法、遗传算法、BP 神经网 络 2